今回はキカガクで「機械学習 実践（ハイパーパラメータ） - KIKAGAKU」と「機械学習 実践（教師なし学習） - KIKAGAKU」を学んだ。
学習内容
機械学習実践（ハイパーパラメータ調整）
- K-分割交差検証（ K-fold cross validation ）
- 手動調整／グリッドサーチ（ Grid Search ）
- ランダムサーチ（ Random Search ）
- ベイズ最適化（ Bayesian Optimization ）
- 手動によるハイパーパラメータの調整
- グリッドサーチによるハイパーパラメータの調整
- ランダムサーチによるハイパーパラメータの調整
- ベイズ最適化によるハイパーパラメータの調整（探索／活用）
機械学習実践（教師なし学習）
- 主成分分析（ Principal Component Analysis ）
- 次元削減（ Dimensionality reduction ）
- 寄与率（ Proportion of the variance ）
- 標準化
- ホテリング理論
- k-平均法（ k-means ）
